求解0-1背包问题的人工蜂群算法

提出了一种用于求解0-1背包问题的人工蜂群算法,详细阐述了该算法求解背包问题的具体操作过程。算法主要使用了两个思想策略:启发式贪婪算法和人工蜂群算法。通过对其它文献中仿真实例的计算和结果对比,表明该算法对求解0-1背包问题的有效性,这对人工蜂群算法解决其它离散问题会有很大帮助。     

考虑人口因素的公共应急服务设施选址问题研究

研究了考虑人口因素的公共应急服务设施选址问题,建立了该问题数学模型,分别设计了求解该问题的精确算法和启发式算法,并通过具体的案例进行了求解及分析,得到了满意的结果。     

自适应粒子群优化算法在车间作业调度问题中的应用

采用粒子群优化算法对该问题进行求解,为了提高算法的求解性能,针对粒子群算法特点,提出了一种自适应的惯性权值来调整算法的搜索空间和一种自适应更新策略来动态地更新粒子的位置.最后通过经典的实例对本文提出的算法进行了检验,结果表明,该改进的粒子群算法在求解车间作业调度问题是有效的.     

差分进化算法在传热反问题求解中的应用

本文耦合差分进化算法和数值传热学求解方法,发展了一种新的传热学反问题求解方法。以二维对流换热反问题为例,高精度的反演了热流密度,证明了该算法的正确性和鲁棒性。考察了测量点数目对反问题求解的影响,计算表明存在一个最少测量点数,并给出了确定最少测量点数的方法。研究了测量误差对算法的影响。结果表明该算法具有很强的抗噪能力,证明该算法具有很强的稳定性和实用性。     

带时间窗车辆路径问题的混合量子粒子群算法

针对带时间窗的车辆路径问题,采用混合量子粒子群算法对该问题进行了求解,该算法将量子粒子群算法与模拟退火算法相结合．充分发挥量子粒子群算法全局寻优能力强以及模拟退火算法局部寻优能力强的特点,从而能有效地避免早熟。仿真结果表明,该算法不仅收敛速度快,而且还具有较高的求解质量。     

求解旅行商问题的人工蜂群算法

采用人工蜂群算法对旅行商问题进行求解,给出了人工蜂群算法求解该问题的具体方案,对不同的旅行商问题算例进行了仿真实验。结果表明,算法可以有效、快速地找到较小规模问题的最优解。     

8数码问题求解算法的改进与实现

8数码问题源于一古老的智力游戏,随着人工智能的发展,产生了许多可以使用计算机对8数码求解的算法,其中基于启发式搜索的A*算法堪称经典。但传统的A*算法在对8数码问题求解时需要消耗巨大的时间成本。文章通过对A*算法中启发函数及open表结构的改进,得出了一个针对8数码问题求解的高效算法,该算法能针对任意布局的8数码问题在保证求解速度的情况下获得较佳的结果。     

8数码问题求解算法的改进与实现

8数码问题源于一古老的智力游戏,随着人工智能的发展,产生了许多可以使用计算机对8数码求解的算法,其中基于启发式搜索的A*算法堪称经典.但传统的A*算法在对8数码问题求解时需要消耗巨大的时间成本.文章通过对A*算法中启发函数及open表结构的改进,得出了一个针对8数码问题求解的高效算法,该算法能针对任意布局的8数码问题在保证求解速度的情况下获得较佳的结果.     

基于遗传-蚁群混合算法求解旅行商问题

作为物流领域中的典型问题,旅行商问题的求解具有十分重要的理论和现实意义.在它的传统求解方法中,遗传算法和蚁群算法被广泛采用,但遗传算法收敛速度慢,蚁群算法易陷入局部最优,在求解旅行商问题上都有一定的缺陷.本文采用遗传-蚁群混合算法,充分利用遗传算法的快速全局搜索能力和蚁群算法的智能性,对旅行商问题求解,并进行了实例仿真.仿真计算结果表明,该算法可以找到最优解或近似最优解,并提高了求解效率.     

基于模拟退火算法的混流生产线投产排序研究

建立了混流生产线投产排序数学模型,并运用解大规模组合优化问题,特别是NP组合优化问题的有效近似算法--模拟退火算法对该问题进行求解。通过算例比对,该方法在求解质量上优于目标追迹算法,从而证明模拟退火算法是一种能够有效解决混流生产线投产排序问题的新方法。